AI 基本法過關了，真正的法律挑戰才正要開始

立法院三讀通過《人工智慧基本法》，象徵台灣正式跨入人工智慧（AI）治理制度化的新階段。這部法律的通過，乍看之下為產業與政府提供了一套宏觀方向：一方面強調鼓勵研發、資料開放與國家戰略布局，試圖讓台灣在全球 AI 競爭中不缺席；另一方面，也明文納入風險分級、透明、問責與不歧視等原則，回應社會對 AI 侵害隱私、放大偏誤與衝擊基本權的憂慮。

然而，當掌聲落幕後，一個更現實的問題隨即浮現：這部法律究竟是一套「真正具有約束力的治理工具」，還是僅止於政策宣示的原則性文件？AI基本法過關，並不代表治理已經完成，反而意味著更複雜的法律工程，現在才正要開始。

以風險分級為核心的治理模式，真的能避免監理失靈嗎？

《人工智慧基本法》選擇以「風險分級治理」作為整體監理架構的核心，這樣的設計，明顯呼應歐盟與國際趨勢，也符合「不同風險、不同管制強度」的比例原則。理論上，低風險應用不必承擔過重負擔，高風險應用則需接受更嚴格的管理與審查，看似兼顧創新與安全。然而，從法律實務的角度來看，問題不在於理念是否正確，而在於「誰來分級、依據是什麼、分級後會發生什麼法律效果」。

目前AI基本法並未直接在法律層級明定高風險AI的具體範圍，而是授權主管機關參考國際標準另行建構分類框架。這種立法策略雖然保留政策彈性，卻也同步放大行政裁量空間。若未來缺乏清楚、可預測的分類標準，企業可能無所適從，人民也難以判斷自身權益是否受到保護。更重要的是，一旦風險分級僅停留在行政指引層次，卻未連結明確的法律責任或後果，所謂「風險治理」，很可能淪為形式上的分類，而非實質的監管。

沒有義務與制裁，AI基本法如何避免淪為政策宣言？

另一個繞不開的法律問題，是AI基本法的規範力究竟有多強。從條文設計可以看出，當法律缺乏明確義務、違反後果與制裁設計時，是否真的能約束政府與企業行為？從法治觀點來看，法律不只是價值宣示，更應具備行為指引與責任歸屬功能。

若AI基本法未能在後續子法或專法中，逐步轉化為具體可執行的規範，實務上仍可能回到「各部會各自解釋、各自為政」的老問題。尤其在涉及人民基本權的情境下，例如政府機關使用AI進行行政決策、審核或分配資源，若僅要求進行風險評估，卻未同步賦予人民清楚的救濟途徑，法律保障的實質效果，勢必受到質疑。

AI偏誤與歧視出現時，責任究竟該由誰承擔？

AI基本法將「公平與不歧視」、「問責」列為核心治理原則，顯示立法者已意識到演算法偏誤的風險。但在法律層面，真正困難的從來不是宣示原則，而是當問題發生時，責任究竟該怎麼分。若歧視源自訓練資料的歷史偏差，是開發者的責任；若偏誤來自實際部署方式，是否該由使用者承擔；又或者，若政府未及時建立監理機制，是否構成公權力失靈？

目前AI基本法對此僅提供方向性要求，尚未建立清楚的責任分流與歸責邏輯。這在實務上可能導致兩個後果：第一，受害者難以舉證，因為AI系統的決策過程高度不透明；第二，企業與政府可能各自卸責，形成責任真空。若未來沒有配套法規要求高風險AI具備一定程度的可解釋性與紀錄保存機制，「問責」恐怕仍停留在理念層次，而難以成為可被法院適用的法律標準。